期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
浮雕灰度图生成精度建模仿真研究
被引量:
2
1
作者
唐向红
李宝君
+1 位作者
郑阳
杨全纬
《计算机仿真》
CSCD
北大核心
2015年第9期345-351,381,共8页
在图像检测过程中,由于采集图像带有噪声,灰度图生成算法会产生许多无效的计算和像素值不准确的问题。为解决上述问题,首先定义了特征杂点,提出了删除特征杂点的算法。然后根据点云的稠密分布不均情况,分别提出了稠密型点云的灰度图生...
在图像检测过程中,由于采集图像带有噪声,灰度图生成算法会产生许多无效的计算和像素值不准确的问题。为解决上述问题,首先定义了特征杂点,提出了删除特征杂点的算法。然后根据点云的稠密分布不均情况,分别提出了稠密型点云的灰度图生成算法和非稠密型点云的灰度图生成算法。实验证明提出的处理算法能有效地消除点云数据的噪声干扰和提出的灰度图生成算法避免了无效的计算和像素值不准确,提高了灰度图生成精度和效率。研究成果对提升浮雕生产质量具有重要的意义。
展开更多
关键词
特征杂点
灰度图
稠密型点云
非稠密型点云
下载PDF
职称材料
基于网格划分的混合噪声滤波算法
被引量:
1
2
作者
唐向红
郑阳
杨全纬
《微电子学与计算机》
CSCD
北大核心
2016年第6期87-91,共5页
提出了基于网格划分的混合噪声滤波算法.算法在网格划分基础上定义边缘网格,通过定位出噪声点的位置,在边缘网格和非边缘网格内同时对椒盐噪声和高斯噪声进行处理.实验结果表明,该算法与已有的混合噪声滤波算法对比,能够有效滤除混合噪...
提出了基于网格划分的混合噪声滤波算法.算法在网格划分基础上定义边缘网格,通过定位出噪声点的位置,在边缘网格和非边缘网格内同时对椒盐噪声和高斯噪声进行处理.实验结果表明,该算法与已有的混合噪声滤波算法对比,能够有效滤除混合噪声和保护图像边缘及细节信息,同时对单一噪声也有不错滤除效果.
展开更多
关键词
混合噪声
网格划分
边缘网格
下载PDF
职称材料
电机状态异常数据检测算法研究
3
作者
杨全纬
唐向红
+1 位作者
郑阳
任甲举
《组合机床与自动化加工技术》
北大核心
2016年第8期34-38,共5页
针对电动机状态监测中异常数据检测存在的准确度低和测量值不精确等问题,文章提出一种基于区间数的不确定数据流异常检测算法。在该算法中,首先引入区间数的方法描述电动机状态监测中测量信号的不确定性,再利用区间数的位置关系对当前...
针对电动机状态监测中异常数据检测存在的准确度低和测量值不精确等问题,文章提出一种基于区间数的不确定数据流异常检测算法。在该算法中,首先引入区间数的方法描述电动机状态监测中测量信号的不确定性,再利用区间数的位置关系对当前窗口的不确定数据进行剪枝,去除大多数正常的数据,最后根据距离值重新排列当前窗口的数据,收缩数据点的K-最近邻对象的查询范围。实验结果表明,该方法具有较高的检测精度和较低的计算复杂度,并能很好的运用到电动机状态监测中的异常数据检测。
展开更多
关键词
电动机电流
不确定数据流
滑动窗口
K-距离
异常数据检测
下载PDF
职称材料
挖掘不确定数据的最大频繁项集
被引量:
2
4
作者
唐向红
杨全纬
郑阳
《华中科技大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2015年第9期29-34,共6页
针对不确定数据频繁项集挖掘效率低和准确度不高的问题,提出了一种基于改进的频繁模式树(FPtree)和遗传算法(GA)挖掘不确定数据概率频繁项集的方法,即UFPGA(基于频繁模式树和遗传的挖掘算法).该算法根据不确定数据的构成特征,改进频繁...
针对不确定数据频繁项集挖掘效率低和准确度不高的问题,提出了一种基于改进的频繁模式树(FPtree)和遗传算法(GA)挖掘不确定数据概率频繁项集的方法,即UFPGA(基于频繁模式树和遗传的挖掘算法).该算法根据不确定数据的构成特征,改进频繁模式树方法挖掘不确定数据频繁项集,采用缩小变异空间和增加育种算子的遗传算法搜索最大频繁项集,收缩了搜索范围,提高了挖掘效率.实验结果表明:该方法在时间复杂度方面有很好的优越性,对大规模的不确定数据挖掘提供了一种有效的技术手段.
展开更多
关键词
数据挖掘
不确定数据
频繁项集
最大频繁项集
频繁模式树
遗传算法
原文传递
题名
浮雕灰度图生成精度建模仿真研究
被引量:
2
1
作者
唐向红
李宝君
郑阳
杨全纬
机构
贵州大学现代制造技术教育部重点实验室
出处
《计算机仿真》
CSCD
北大核心
2015年第9期345-351,381,共8页
基金
国家科技支撑计划课题(2012BAF12B14)
贵州省重大科技专项(黔科合重大专项字〔2012〕6018)
+2 种基金
贵州省重大科技专项(黔科合重大专项字(2013)6019)
贵州省科学技术基金项目(黔科合J字[2011]2196号)
贵州省工业攻关项目(黔科合GY字〔2014〕3004)
文摘
在图像检测过程中,由于采集图像带有噪声,灰度图生成算法会产生许多无效的计算和像素值不准确的问题。为解决上述问题,首先定义了特征杂点,提出了删除特征杂点的算法。然后根据点云的稠密分布不均情况,分别提出了稠密型点云的灰度图生成算法和非稠密型点云的灰度图生成算法。实验证明提出的处理算法能有效地消除点云数据的噪声干扰和提出的灰度图生成算法避免了无效的计算和像素值不准确,提高了灰度图生成精度和效率。研究成果对提升浮雕生产质量具有重要的意义。
关键词
特征杂点
灰度图
稠密型点云
非稠密型点云
Keywords
Characteristic miscellaneous point coulds
Grayscale image
Dense point clouds
Non dense pointclouds
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于网格划分的混合噪声滤波算法
被引量:
1
2
作者
唐向红
郑阳
杨全纬
机构
贵州大学现代制造技术教育部重点实验室
出处
《微电子学与计算机》
CSCD
北大核心
2016年第6期87-91,共5页
基金
国家科技支撑计划课题(2012BAF12B14)
贵州省重大科技专项(黔科合重大专项字(2013)6019)
贵州省工业公关项目(黔科合GY字〔2014〕3004)
文摘
提出了基于网格划分的混合噪声滤波算法.算法在网格划分基础上定义边缘网格,通过定位出噪声点的位置,在边缘网格和非边缘网格内同时对椒盐噪声和高斯噪声进行处理.实验结果表明,该算法与已有的混合噪声滤波算法对比,能够有效滤除混合噪声和保护图像边缘及细节信息,同时对单一噪声也有不错滤除效果.
关键词
混合噪声
网格划分
边缘网格
Keywords
mixed noise
grid division
edge grid
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
电机状态异常数据检测算法研究
3
作者
杨全纬
唐向红
郑阳
任甲举
机构
贵州大学现代制造技术教育部重点实验室
出处
《组合机床与自动化加工技术》
北大核心
2016年第8期34-38,共5页
基金
国家科技支撑计划(2012BAF12B14)
贵州省重大科技专项(黔科合重大专项字(2012)6018)
+1 种基金
贵州省科学技术基金项目(黔科合J字[2011]2196号)
贵州省工业攻关项目(黔科合GY字(2013)3020)
文摘
针对电动机状态监测中异常数据检测存在的准确度低和测量值不精确等问题,文章提出一种基于区间数的不确定数据流异常检测算法。在该算法中,首先引入区间数的方法描述电动机状态监测中测量信号的不确定性,再利用区间数的位置关系对当前窗口的不确定数据进行剪枝,去除大多数正常的数据,最后根据距离值重新排列当前窗口的数据,收缩数据点的K-最近邻对象的查询范围。实验结果表明,该方法具有较高的检测精度和较低的计算复杂度,并能很好的运用到电动机状态监测中的异常数据检测。
关键词
电动机电流
不确定数据流
滑动窗口
K-距离
异常数据检测
Keywords
motor current
uncertain data stream
sliding window
K-close distance
date detection
分类号
TH39 [机械工程—机械制造及自动化]
TG506 [金属学及工艺—金属切削加工及机床]
下载PDF
职称材料
题名
挖掘不确定数据的最大频繁项集
被引量:
2
4
作者
唐向红
杨全纬
郑阳
机构
贵州大学现代制造技术教育部重点实验室
出处
《华中科技大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2015年第9期29-34,共6页
基金
国家科技支撑计划资助项目(2012BAF12B14)
贵州省重大科技专项资助项目([2012]6018
+2 种基金
[2013]6019)
贵州省科学技术基金资助项目([2011]2196)
贵州省工业攻关项目([2014]3004)
文摘
针对不确定数据频繁项集挖掘效率低和准确度不高的问题,提出了一种基于改进的频繁模式树(FPtree)和遗传算法(GA)挖掘不确定数据概率频繁项集的方法,即UFPGA(基于频繁模式树和遗传的挖掘算法).该算法根据不确定数据的构成特征,改进频繁模式树方法挖掘不确定数据频繁项集,采用缩小变异空间和增加育种算子的遗传算法搜索最大频繁项集,收缩了搜索范围,提高了挖掘效率.实验结果表明:该方法在时间复杂度方面有很好的优越性,对大规模的不确定数据挖掘提供了一种有效的技术手段.
关键词
数据挖掘
不确定数据
频繁项集
最大频繁项集
频繁模式树
遗传算法
Keywords
data mining
uncertain data
frequent itemsets
maximal frequent itemsets
frequent pattern tree
genetic algorithm
分类号
TP312 [自动化与计算机技术—计算机软件与理论]
原文传递
题名
作者
出处
发文年
被引量
操作
1
浮雕灰度图生成精度建模仿真研究
唐向红
李宝君
郑阳
杨全纬
《计算机仿真》
CSCD
北大核心
2015
2
下载PDF
职称材料
2
基于网格划分的混合噪声滤波算法
唐向红
郑阳
杨全纬
《微电子学与计算机》
CSCD
北大核心
2016
1
下载PDF
职称材料
3
电机状态异常数据检测算法研究
杨全纬
唐向红
郑阳
任甲举
《组合机床与自动化加工技术》
北大核心
2016
0
下载PDF
职称材料
4
挖掘不确定数据的最大频繁项集
唐向红
杨全纬
郑阳
《华中科技大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2015
2
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部